[发明专利]一种滚动轴承剩余寿命预测方法在审

专利信息
申请号: 202110248639.1 申请日: 2021-03-08
公开(公告)号: CN113033881A 公开(公告)日: 2021-06-25
发明(设计)人: 齐晓轩;洪振麒;刘英英;张博;董海 申请(专利权)人: 沈阳大学
主分类号: G06Q10/04 分类号: G06Q10/04;G06F30/20;G01M13/045;G06F119/02
代理公司: 暂无信息 代理人: 暂无信息
地址: 110000 辽*** 国省代码: 辽宁;21
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 滚动轴承 剩余 寿命 预测 方法
【说明书】:

一种滚动轴承剩余寿命预测方法,涉及一种滚动轴承剩余寿命预测方法,该方法针对滚动轴承退化特征提取困难及单一退化特征对于滚动轴承剩余寿命预测精度较低的问题,提出一种改进局部特征尺度分解(LCD)谱熵灰色预测模型实现滚动轴承剩余寿命预测。利用顺序统计滤波器及最大相似系数法对经典LCD算法进行改进并结合信息熵理论提取出滚动轴承振动信号的改进LCD谱熵特征,将其输入灰色预测模型训练获取预测参数并对轴承进行寿命预测。该方法有效改善了经典LCD算法的模态混叠与端点效应问题,提高了滚动轴承剩余寿命预测的精度。

技术领域

发明属于故障预测与健康管理领域,具体涉及一种滚动轴承剩余寿命预测方法,基于 改进LCD谱熵灰色预测模型的滚动轴承剩余寿命预测算法。

背景技术

轴承在现代机械中应用非常广泛,根据轴承元件摩擦性质的不同,轴承可分为滚动轴承 和滑动轴承,其中滚动轴承应用最多。滚动轴承的主要功能为对轴进行支撑,它是旋转机械 的重要部件,它的运行状态关系到整台设备的健康状况,因此,对滚动轴承进行剩余寿命预 测具有十分重要的意义。

现阶段,剩余寿命预测通常分为基于机理建模与基于数据驱动两种。机理建模主要是根 据机器的自身工作特性建立模型进行寿命预测。数据驱动建模为将机械的历史信息作为数据 来源进行分析,然后提取相关特征进行剩余寿命预测。由于滚动轴承工作环境通常十分复杂, 依据机理进行建模的难度较大,所以利用数据驱动建模的方法比较常见。若要实现准确寿命 预测,需要提取轴承振动信号的特征,而滚动轴承的振动信号非平稳性较强,因此需要进行 预处理,而一些与处理方法如EMD、LMD及LCD算法存在一些模态混叠及端点效应问题, 导致对于轴承退化趋势表征不精确,因此,提出改进LCD谱熵灰色预测模型实现更精确的剩 余寿命预测。

发明内容

本发明的目的在于提供一种滚动轴承剩余寿命预测方法,本发明通过最大相似系数法对 端点处信号进行替换,并利用顺序统计滤波器求取包络线来对LCD算法的端点效应及包络问 题进行改善,并结合信息熵理论提取出改进LCD谱熵特征,最后将其输入灰色预测模型进行 训练实现滚动轴承的剩余寿命预测。该方法通过对LCD算法进行改进提高了退化特征对于轴 承退化状态表征的准确性,并通过与灰色预测模型的结合提高了轴承剩余寿命预测的准确率, 能够为滚动轴承的运行维护提供数据参考。

为实现上述目的,本发明包括下列顺序的步骤:

(1)利用最大相似系数法将寻找到的信号内部波段与两端信号进行替换;

(1a)寻找信号内部所有极值点

输入信号为Ui,长度为L,i∈(1,L),即Ui=[u1,u2,...ui]先找到信号内部极值点,记极大 值点为ma=[m1,m2,...mp],极小值点为mi=[n1,n2,...nq],横坐标Rmax=[rm1,rm2,...rmp], Rmin=[rn1,rn2,...rnq];

(1b)计算相似度

若m1>n1,则左端第一个点为极大值点,取rm1-rm3间的信号作为待替换信号,信号内 数据点为e个,D=[d1,d2,...de],H=[ha1,ha2,...hae],hae=Ui,依次求其与信号内部相同长度 波段信号的相似度;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于沈阳大学,未经沈阳大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110248639.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top